Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi)
Muhammad Vicko Putra Ardiansyah
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Energy Engineering Industrial & Manufacturing Engineering Mathematics Mechanical Engineering Transportation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Penerapan Algoritma YOLO dalam Sistem Klasifikasi Kendaraan Muhammad Vicko Putra Ardiansyah; Julian Sahertian; Rony Heri Irawan
Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi) Vol. 9 No. 2 (2025): Prosiding Seminar Nasional Inovasi Teknologi Tahun 2025
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29407/xmvt6268

Abstract

Penelitian ini bertujuan untuk mengembangkan dan mengevaluasi sistem klasifikasi kendaraan berbasis video menggunakan algoritma YOLOv8m. Data diperoleh dari rekaman CCTV lalu lintas dan melalui tahap anotasi manual untuk menghasilkan dataset sebanyak 4.723 gambar yang terdiri atas lima kelas objek: Mobil, Motor, Truk, Bus, dan Background. Dataset diproses melalui augmentasi dan preprocessing, serta dibagi ke dalam data latih, validasi, dan uji. Model dilatih selama 40 epoch dengan ukuran citra 640x640 piksel menggunakan pretrained weights dari dataset COCO. Evaluasi dilakukan menggunakan metrik precision, recall, mAP@50, dan mAP@50–95, serta confusion matrix untuk mengukur performa klasifikasi per kelas. Hasil menunjukkan bahwa model mampu melakukan deteksi kendaraan dengan baik, dengan nilai mAP@50 mencapai 94.8% dan mAP@50–95 sebesar 77.3%. Sistem ini juga diuji menggunakan input video, dan menunjukkan nilai confidence tertinggi pada kelas Bus (87.72%) serta terendah pada Motor (78.29%). Temuan ini menunjukkan potensi YOLOv8m sebagai solusi deteksi kendaraan real-time berbasis video yang andal. 
Co-Authors Julian Sahertian Rony Heri Irawan